Wait, you guys run evals?

L'auteur interroge la communauté sur l'importance de construire des évaluations spécifiques pour les systèmes d'IA, au-delà des benchmarks standards, afin d'identifier les vrais avantages et défauts. Il cherche des perspectives différentes sur la manière de créer des métriques personnalisées pour garantir la rigueur et la qualité du produit.